不同行大小的numpy填充矩阵

Question

我有一个不同行大小的 numpy 数组

a = np.array([[1,2,3,4,5],[1,2,3],[1]])

我想把它变成一个密集的（固定的 nxm 大小，没有可变的行）矩阵。直到现在我尝试过这样的事情

size = (len(a),5)    
result = np.zeros(size)
result[[0],[len(a[0])]]=a[0]

但我收到一个错误告诉我

形状不匹配：形状 (5,) 的值数组无法广播到形状 (1,) 的索引结果

我也尝试使用 np.pad 进行填充，但根据 numpy.pad 的文档，似乎我需要在 pad_width 中指定行的先前大小（这是可变的，并在尝试使用 -1,0 时产生错误） , 和最大的行大小）。

我知道我可以像这里显示的那样为每行填充填充列表，但是我需要使用更大的数据数组来做到这一点。

如果有人可以帮助我回答这个问题，我会很高兴知道。

Answer 1

真的没有办法填充锯齿状数组，使其失去锯齿状，而不必遍历数组的行。您甚至必须对数组进行两次迭代：一次是为了找出您需要填充的最大长度，另一个是实际进行填充。

您链接到的代码提案将完成工作，但效率不高，因为它在迭代行元素的 python for 循环中添加零，而该附加可能已预先计算，从而推动更多将该代码转换为 C。

下面的代码预先计算了一个所需最小维度的数组，用零填充，然后简单地将锯齿状数组 M 中的行添加到位，这样效率更高。

import random
import numpy as np
M = [[random.random() for n in range(random.randint(0,m))] for m in range(10000)] # play-data

def pad_to_dense(M):
    """Appends the minimal required amount of zeroes at the end of each 
     array in the jagged array `M`, such that `M` looses its jagedness."""

    maxlen = max(len(r) for r in M)

    Z = np.zeros((len(M), maxlen))
    for enu, row in enumerate(M):
        Z[enu, :len(row)] += row 
    return Z

给你一些关于速度的想法：

from timeit import timeit
n = [10, 100, 1000, 10000]
s = [timeit(stmt='Z = pad_to_dense(M)', setup='from __main__ import pad_to_dense; import numpy as np; from random import random, randint; M = [[random() for n in range(randint(0,m))] for m in range({})]'.format(ni), number=1) for ni in n]
print('\n'.join(map(str,s)))
# 7.838103920221329e-05
# 0.0005027339793741703
# 0.01208890089765191
# 0.8269036808051169

如果您想在数组前面加上零，而不是追加，那么对代码进行一个足够简单的更改，我将留给您。